收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向对象遥感影像分类不确定性分析

易俐娜  
【摘要】:随着高空间分辨率遥感影像的出现,以对象为单元的遥感影像分类方法成为国内外研究的热点。面向对象的遥感影像分类就是借助影像分割等技术提取对象,以对象为基础提取遥感影像信息进行分类。在分类过程中,受数据处理、影像分割、对象特征提取和选择、分类方法等多种因素的影响,分类结果不可避免地具有不确定性。 对分类中的不确定性进行分析,了解分类结果的不确定性来源,能为减少分类结果不确定性提供依据。客观评价分类结果的不确定性,不仅可以使用户了解分类专题图的质量和适用性,还能用于检验分类方法的有效性。 本文以面向对象遥感影像分类为主线,分析了分类过程中的各种不确定性来源,提出了以对象为单元的影像分割和分类精度评价方法,为控制不确定性,提高分类精度提供了依据。论文的主要研究内容如下: (1)分析面向对象遥感影像分类中的各种不确定性来源及其传递过程,为不确定性分析奠定基础。 (2)基于监督法分割精度评价原理,提出遥感影像分割的“过分割”、“欠分割”和“对象边界”不确定性的定量度量指标和评价方法。实验证明各分割精度评价指标的有效性,为最佳分割尺度选择提供依据。 (3)分析多源遥感影上对象定位过程中的对象位置不确定性来源。在分析不同对象定位策略引起的对象位置不确定性及其对多源特征提取和分类结果影响的基础上,探讨对象定位中的影像重采样策略及对象边界传递方式的选择问题,提出有利于对象特征提取和分类的对象定位策略。 (4)在总结遥感影像分类精度评价方法的基础上,提出一套以对象为单元评价分类结果精度的方法。分析以对象等权和对象面积加权的混淆矩阵分类精度评价方法的适用性。前者反映分类方法对地物类别的区分能力(即分类性能),为分类专题图生产者提供了选择分类方法的依据。后者则反映分类专题图上总体和各类地物被正确分类的面积比例(即分类专题图精度),为用户提供了有价值的分类专题图质量信息,有助于判断分类结果对于某种应用的适用性。 (5)分析对象位置不确定性对分类专题图精度评价结果的影响。提出基于对象组分的分类专题图精度评价方法。该方法基于测试对象的分属于各类地物类别的组分统计分类信息建立混淆矩阵,对分类结果进行精度评价,能避免对象位置不确定性引起的分类精度估计偏差,更精确地评价分类专题图精度。 论文的主要创新点在于: (1)提出一种兼顾区域内部像素组成和区域轮廓差异性的遥感影像分割结果不确定性评价方法,对分割结果的“过分割”、“欠分割”和“对象边界”等三个方面进行不确定性评价,并以此度量为依据,设计了一种针对不同应用目的的遥感影像最佳分割尺度选择方法。 (2)在分析对象位置不确定性对多源特征提取和分类结果的影响的基础上,设计了一种利于对象多源特征提取和分类的对象定位策略。 对象位置不确定性影响分析结果表明:采取不同方式进行对象定位时,对对象边界不确定性的精度控制要求有所不同。在对象定位中,若将低空间分辨率遥感影像重采样到高空间分辨率,仅需保证提取的对象边界和影像几何配准误差被控制在1个像素以内,对象边界不确定性对提取的对象多源特征及分类结果的影响就可以忽略不计,传递栅格或矢量对象边界到几何配准后的多源遥感影像都是可行的对象定位策略。 (3)提出一套以对象为评价单元的分类精度评价方法,包括样本对象的分层随机抽样、样本个数确定及基于混淆矩阵的分类器性能和分类专题图精度评价方法。首先,采用分层随机抽样方法选择典型的、有代表性的测试样本。然后,分别以对象等权和对象面积加权的混淆矩阵精度评价方法评价分类性能和分类专题图精度,为用户提供有价值的分类精度信息。 以对象等权统计得到的分类精度评价结果反映分类方法对地物类别的区分能力(即分类性能),为分类专题图生产者提供了选择分类方法的依据。而以对象面积加权统计得到的分类精度评价结果则反映分类专题图上总体和各类地物被正确分类的面积比例(即分类专题图精度),为用户提供了有价值的分类专题图质量信息,有助于判断分类结果对于某种应用的适用性。 考虑到对象位置不确定性对分类专题图精度评价存在不利影响,提出一种基于对象“组分”的分类专题图精度评价方法。该方法将测试对象内分属于不同地物类别的内部像素集合称为“组分”,依据测试对象各组分的准确参考类别信息,统计测试对象分类信息并构建混淆矩阵,对分类结果进行专题精度评价,能更精确地评价分类专题图精度。 针对基于对象“组分”的精度评价方法的样本信息采集需要,还提出一种样本信息采集的实施方案。建议在有限的人力物力下,根据地物类别重要度及测试样本对象位置不确定性程度,酌情进行详略得当的解译工作。对属重要地物类别或对象位置不确定性程度较高的测试样本,采集较详细的参考信息,将对象组分信息进行详细记录;而对于属于重要度低的地物类别或对象位置不确定性程度较低的测试样本,可只采集测试样本的占大部分面积的组分信息。从而在减轻样本信息采集工作量的同时,尽可能精确地评价分类结果。 尚需进一步研究的问题有: (1)不确定性数学建模方法还有待进一步的研究,以建立误差传递模型,为误差传播分析提供定量化依据。 (2)分割精度评价差异度量的定义是监督法分割精度评价中值得深究的问题之一。为了更全面的评价分割精度,综合差异度量进行分割精度评价是以后的研究方向之一。另外,非监督法分割精度评价方法也需进一步研究,以解决无参考数据下的分割精度评价问题。 (3)分类精度评价方法还有待进一步探索,以满足精度评价中其他扩展目标的需要。 (4)抽样设计理论和方法值得进一步的研究,以推进面向对象遥感影像分类精度评价方法在实践中的应用。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 鲍海英;李艳;赵萍;;辅以纹理特征的面向对象的遥感影像分类方法研究——以陕西省杨陵县为例[J];遥感信息;2009年04期
2 武彦斌;黄明;;混沌免疫算法在遥感影像分类中的应用研究[J];测绘工程;2007年01期
3 骆剑承,王钦敏,周成虎,梁怡;基于自适应共振模型的遥感影像分类方法研究[J];测绘学报;2002年02期
4 吴柯;方强;张俊玲;翁涛;;基于改进Kohonen神经网络的遥感影像分类[J];测绘信息与工程;2007年02期
5 韩玲;王翠平;王润平;;一种建立在CPN基础上的分类方法在遥感影像分类中的应用研究[J];测绘科学;2007年03期
6 ;《武汉大学学报·信息科学版》2009年总目次[J];武汉大学学报(信息科学版);2009年12期
7 何德平;肖勇;肖兴国;黄永红;周庆人;;支持向量机在遥感影像处理中的应用[J];城市勘测;2006年03期
8 徐宏根;马洪超;宋妍;贾小霞;;顾及上下文信息的混合广义高斯密度模型遥感影像分类方法研究[J];武汉大学学报(信息科学版);2008年09期
9 童小华;张学;刘妙龙;;基于多光谱遥感影像分类的城镇用地变化研究[J];光谱学与光谱分析;2009年08期
10 王海芹;杨燕;汪生燕;;国外四大遥感软件影像分类过程及效果比较[J];地理空间信息;2009年05期
11 豆林轩;张海荣;陈继培;;基于遥感数据的沛县景观格局变化定量分析[J];科技广场;2011年02期
12 尹淑玲;舒宁;刘新华;;基于自适应遗传算法和改进BP算法的遥感影像分类[J];武汉大学学报(信息科学版);2007年03期
13 裴亮;谭阳;;辅以纹理特征的遥感影像神经网络分类[J];测绘与空间地理信息;2008年04期
14 许仕珍;吴云东;;基于进化人工免疫网络的遥感影像分类算法[J];测绘工程;2009年01期
15 闫培洁;于子凡;王勇军;;基于遥感影像光谱信息的二叉决策分类树自动生成方法研究[J];测绘科学;2009年06期
16 曾建航;魏萌;王靳辉;尚怡君;;基于知识的遥感影像模糊分类方法[J];测绘科学技术学报;2008年03期
17 薛廉;周春兰;;基于监督分类分区域的特征因子提取[J];地理空间信息;2009年02期
18 张瑜琴;陈蜀江;;基于GDI+的遥感影像胡杨疏林信息提取方法研究[J];科技信息;2009年08期
19 毛典辉;李文正;林伟华;;基于形式概念分析的遥感影像分类[J];遥感学报;2010年01期
20 李智峰;朱谷昌;董泰锋;;基于灰度共生矩阵的图像纹理特征地物分类应用[J];地质与勘探;2011年03期
中国重要会议论文全文数据库 前10条
1 汪东川;龚建华;张利辉;;基于时间序列轨迹分析的遥感影像分类结果联合校正[A];第十七届中国遥感大会摘要集[C];2010年
2 王珊珊;季民;高洁;焦其松;;CBR方法在高分辨率遥感影像分类中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
3 汤家法;;基于可拓分类器的遥感影像分类[A];第十七届中国遥感大会摘要集[C];2010年
4 巫兆聪;;RBF网络的粗糙表示与遥感影像分类应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
5 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
6 陈玉敏;万幼川;;结合矢量的神经网络算法用于遥感影像分类研究[A];2003年中国智能自动化会议论文集(上册)[C];2003年
7 王岩;王晓青;窦爱霞;;面向对象遥感分类方法在震害快速提取中的应用[A];中国地震学会第14次学术大会专题[C];2012年
8 罗文新;何敢想;毛维伦;许腊英;罗锎;;面向对象的中医理论体系[A];中医药学术发展大会论文集[C];2005年
9 杨卫东;施于宏;葛亮;施伯乐;;面向对象的Web应用建模[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年
10 柳诚飞;居德华;;面向对象的数据库在CASE环境中的应用[A];第九届全国数据库学术会议论文集(上)[C];1990年
中国博士学位论文全文数据库 前10条
1 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
2 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
3 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年
4 蔡永昌;流形方法的理论与应用研究[D];重庆大学;2001年
5 李平;面向对象遗传算法及其在铁路行车指挥中的应用[D];铁道部科学研究院;2001年
6 田波;面向对象的滩涂湿地遥感与GIS应用研究[D];华东师范大学;2008年
7 徐盛;基于主题模型的高空间分辨率遥感影像分类研究[D];上海交通大学;2012年
8 郭健强;面向对象软件测试理论与技术的研究[D];西安电子科技大学;1999年
9 杜相文;面向对象的彩色视频四维矩阵DCT编码[D];吉林大学;2005年
10 张家安;市场条件下多区域电力系统分布式暂态稳定仿真[D];天津大学;2004年
中国硕士学位论文全文数据库 前10条
1 黄瑾;面向对象遥感影像分类方法在土地利用信息提取中的应用研究[D];成都理工大学;2010年
2 李源泰;基于人工神经网络的遥感影像分类研究[D];昆明理工大学;2010年
3 任亚芬;面向并行环境的遥感影像分类算法设计与实现[D];华中科技大学;2011年
4 马婷婷;基于最佳尺度的面向对象高分辨率遥感影像分类及应用[D];西南交通大学;2012年
5 厉心刚;基于SPM特征提取的面向对象遥感影像分类研究[D];武汉理工大学;2011年
6 陆美蓉;面向对象的高分辨率遥感影像分类及应用研究[D];南京林业大学;2010年
7 梁艳;面向对象与基于像素的高分辨率遥感影像分类在土地利用分类中的应用比较[D];太原理工大学;2012年
8 代晨阳;基于蚁群算法的遥感影像分类研究[D];福建师范大学;2011年
9 黄利文;基于几何概率的聚类分析[D];福州大学;2006年
10 付志鹏;基于WorldView-2影像的分类及建筑物提取研究[D];浙江大学;2011年
中国重要报纸全文数据库 前10条
1 崔林 吴鹤龄;2001年图灵奖“面向对象”[N];计算机世界;2002年
2 旷;《基于项目的软件工程:面向对象研究方法》[N];中国图书商报;2002年
3 ;产品数据管理(PDM)简述[N];中国船舶报;2003年
4 浙江大学能源工程学系副主任 教授 博士生导师 邱利民;移动通信基站空调应采用面向对象的冷却方法[N];人民邮电;2010年
5 周传刚;解读数据库[N];解放军报;2005年
6 星雨;从通用走向实用[N];中国计算机报;2004年
7 任利民;我家我设计[N];中国电脑教育报;2002年
8 本报记者 熊文新 本报特约记者 周老九;清华五杰世纪之邀[N];中国计算机报;2002年
9 特约记者 赵玉勇;我一生都和C有缘[N];电脑报;2005年
10 慰鹏飞;走进编程之网络篇(一)[N];江苏经济报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978